非線性尺度空間的自適應均衡水印算法
發(fā)布時間:2021-09-19 00:23
水印嵌入位置和嵌入強度嚴重影響著水印算法的性能。對多種數(shù)字水印算法分析比較,線性尺度空間水印算法嵌入水印位置不夠精確,導致提取出的特征點穩(wěn)定性差,且嵌入強度參數(shù)隨機,嵌入水印工作量增大。針對上述問題,提出基于非線性尺度空間的自適應水印算法,來均衡水印透明性和魯棒性。首先,利用KAZE算法篩選出非線性尺度空間穩(wěn)定性強的特征點構建嵌入水印區(qū)域;其次,對其做三級離散小波變換,將低頻子帶奇異值分解后的對角矩陣作為待嵌入水印的系數(shù)矩陣,將水印圖像置亂后做奇異值分解,用右奇異值矩陣與對角矩陣相乘去虛警,組成的新矩陣作為待嵌入水印載體;最后,通過調整果蠅優(yōu)化算法的適應度函數(shù)計算嵌入強度,把系數(shù)矩陣與水印載體疊加,自適應完成嵌入水印過程。對多組灰度圖像進行仿真實驗,驗證得到含水印圖像的峰值信噪比均達到44dB,多數(shù)為46dB,對水印載體圖像做壓縮、噪聲、幾何等攻擊,提取出的水印圖像與原始水印圖像歸一化相關系數(shù)均達到0.94,部分接近1。結果表明,利用KAZE算法選擇非線性圖像塊嵌入水印信息,定位嵌入區(qū)域更精確,結合離散小波變換和奇異值分解算法嵌入水印穩(wěn)定性更強,果蠅優(yōu)化算法自適應選擇嵌入水印強度參數(shù)效...
【文章來源】:遼寧工程技術大學遼寧省
【文章頁數(shù)】:64 頁
【學位級別】:碩士
【部分圖文】:
三級離
遼寧工程技術大學碩士學位論文14002,000001mmmmnmmtnabtaatnbaa(2.11)式中,a為伸縮參數(shù),maa0,00a,b為平移參數(shù),00bnabm,t為時間,Zm。DWT對任意函數(shù)f(x)的變換函數(shù)如式(2.12)所示。m,nm,nTfxxdx(2.12)式中,m,nT為DWT變換系數(shù)。離散小波變換的最終形式,重構式如式(2.13)所示。m,nm,nfxTTx(2.13)DWT與HVS特性相吻合,具有的多分辨率特點與人眼對低頻分量敏感性一致,可以更好的用于建模。載體圖像經過DWT后數(shù)據量不改變,與原始數(shù)據相同,被分成低頻、水平、垂直和對角線四個頻帶,其中低頻部分有大量能量,主要聚集載體圖像的能量信息,水平、垂直和對角線部分有少量能量,主要是體現(xiàn)載體在各方向的紋理特性。其低頻部分還能再次進行二層DWT分解。每一級的變換都是對上一級低頻子帶的進一步分解[49],離散小波變換的二級分解示意圖如圖2.3所示。(a)(b)(c)圖2.3三級離散小波變換分解Figure2.3Decompositionofthree-orderdiscretewavelettransform圖中kLL代表低頻子帶,聚集著原始圖像的大部分能量,擁有著圖像的核心特征信息,是原始圖像的近似。kHL、kLH、和kHH(k=1,2,3.......)代表高頻子帶,其中kHL為水平細節(jié)子帶,代表著水平方向上的細節(jié)信息,kLH為垂直細節(jié)子帶,代表著垂直方向上的細節(jié)信息,kHH為對角線上的細節(jié)子帶,代表著對角線上的高頻信息。每個頻率帶大小變?yōu)镸/2M/2,即原始圖像的大小縮小為原來的1/4。為了更直觀的說明離散小波變換的分解原理,以大小為512×512的Lena圖像為例,進一步說明離散小波變換的分解,如圖2.4所示。
遼寧工程技術大學碩士學位論文20圖3.1特征點檢測流程Figure3.1Featurepointdetectionflow圖3.2確定特征點主方向遍歷過程Figure3.2Traversingprocessofdeterminingthemaindirectionofafeaturepoint極大值開始載體圖像計算像素點響應值比較3*3鄰域內響應值刪除是否相等二次擬合定位特征點坐標結束是否是否
【參考文獻】:
期刊論文
[1]結合SURF特征的多功能彩色圖像水印算法[J]. 朱光,師文,朱學芳,郝世博. 中國圖象圖形學報. 2013(12)
[2]基于SIFT抗幾何攻擊的數(shù)字水印算法[J]. 高虎明,李凱捷,王英娟. 計算機應用. 2013(03)
[3]DWT-SVD域全盲自嵌入魯棒量化水印算法[J]. 葉天語. 中國圖象圖形學報. 2012(06)
[4]基于小波系數(shù)能量分析的數(shù)字音頻盲水印算法[J]. 任克強,李輝環(huán),曹鋒. 計算機安全. 2009(12)
[5]基于小波域的數(shù)字水印算法[J]. 王偉靜,趙苑苑. 計算機技術與發(fā)展. 2009(04)
[6]基于特征點模板的Contourlet域抗幾何攻擊水印算法研究[J]. 樓偶俊,王鉦旋. 計算機學報. 2009(02)
[7]Robust Image Watermarking Using Local Invariant Features and Independent Component Analysis[J]. ZHANG Hanling , LIU Jie College of Computer and Communication, Hunan University , Changsha 410082, Hunan, China. Wuhan University Journal of Natural Sciences. 2006(06)
[8]一種基于改進的Fibonacci變換的數(shù)字水印算法[J]. 尹德輝,李炳法. 武漢科技大學學報(自然科學版). 2005(03)
碩士論文
[1]基于差分進化的圖像水印嵌入強度自適應算法研究[D]. 余明典.中國地質大學(北京) 2018
[2]變換域數(shù)字圖像魯棒水印算法研究[D]. 張丹丹.江西理工大學 2016
[3]數(shù)字文本水印算法研究[D]. 李翔.國防科學技術大學 2012
[4]基于DWT-DCT-SVD的圖像數(shù)字水印算法[D]. 王奔.北京郵電大學 2010
本文編號:3400626
【文章來源】:遼寧工程技術大學遼寧省
【文章頁數(shù)】:64 頁
【學位級別】:碩士
【部分圖文】:
三級離
遼寧工程技術大學碩士學位論文14002,000001mmmmnmmtnabtaatnbaa(2.11)式中,a為伸縮參數(shù),maa0,00a,b為平移參數(shù),00bnabm,t為時間,Zm。DWT對任意函數(shù)f(x)的變換函數(shù)如式(2.12)所示。m,nm,nTfxxdx(2.12)式中,m,nT為DWT變換系數(shù)。離散小波變換的最終形式,重構式如式(2.13)所示。m,nm,nfxTTx(2.13)DWT與HVS特性相吻合,具有的多分辨率特點與人眼對低頻分量敏感性一致,可以更好的用于建模。載體圖像經過DWT后數(shù)據量不改變,與原始數(shù)據相同,被分成低頻、水平、垂直和對角線四個頻帶,其中低頻部分有大量能量,主要聚集載體圖像的能量信息,水平、垂直和對角線部分有少量能量,主要是體現(xiàn)載體在各方向的紋理特性。其低頻部分還能再次進行二層DWT分解。每一級的變換都是對上一級低頻子帶的進一步分解[49],離散小波變換的二級分解示意圖如圖2.3所示。(a)(b)(c)圖2.3三級離散小波變換分解Figure2.3Decompositionofthree-orderdiscretewavelettransform圖中kLL代表低頻子帶,聚集著原始圖像的大部分能量,擁有著圖像的核心特征信息,是原始圖像的近似。kHL、kLH、和kHH(k=1,2,3.......)代表高頻子帶,其中kHL為水平細節(jié)子帶,代表著水平方向上的細節(jié)信息,kLH為垂直細節(jié)子帶,代表著垂直方向上的細節(jié)信息,kHH為對角線上的細節(jié)子帶,代表著對角線上的高頻信息。每個頻率帶大小變?yōu)镸/2M/2,即原始圖像的大小縮小為原來的1/4。為了更直觀的說明離散小波變換的分解原理,以大小為512×512的Lena圖像為例,進一步說明離散小波變換的分解,如圖2.4所示。
遼寧工程技術大學碩士學位論文20圖3.1特征點檢測流程Figure3.1Featurepointdetectionflow圖3.2確定特征點主方向遍歷過程Figure3.2Traversingprocessofdeterminingthemaindirectionofafeaturepoint極大值開始載體圖像計算像素點響應值比較3*3鄰域內響應值刪除是否相等二次擬合定位特征點坐標結束是否是否
【參考文獻】:
期刊論文
[1]結合SURF特征的多功能彩色圖像水印算法[J]. 朱光,師文,朱學芳,郝世博. 中國圖象圖形學報. 2013(12)
[2]基于SIFT抗幾何攻擊的數(shù)字水印算法[J]. 高虎明,李凱捷,王英娟. 計算機應用. 2013(03)
[3]DWT-SVD域全盲自嵌入魯棒量化水印算法[J]. 葉天語. 中國圖象圖形學報. 2012(06)
[4]基于小波系數(shù)能量分析的數(shù)字音頻盲水印算法[J]. 任克強,李輝環(huán),曹鋒. 計算機安全. 2009(12)
[5]基于小波域的數(shù)字水印算法[J]. 王偉靜,趙苑苑. 計算機技術與發(fā)展. 2009(04)
[6]基于特征點模板的Contourlet域抗幾何攻擊水印算法研究[J]. 樓偶俊,王鉦旋. 計算機學報. 2009(02)
[7]Robust Image Watermarking Using Local Invariant Features and Independent Component Analysis[J]. ZHANG Hanling , LIU Jie College of Computer and Communication, Hunan University , Changsha 410082, Hunan, China. Wuhan University Journal of Natural Sciences. 2006(06)
[8]一種基于改進的Fibonacci變換的數(shù)字水印算法[J]. 尹德輝,李炳法. 武漢科技大學學報(自然科學版). 2005(03)
碩士論文
[1]基于差分進化的圖像水印嵌入強度自適應算法研究[D]. 余明典.中國地質大學(北京) 2018
[2]變換域數(shù)字圖像魯棒水印算法研究[D]. 張丹丹.江西理工大學 2016
[3]數(shù)字文本水印算法研究[D]. 李翔.國防科學技術大學 2012
[4]基于DWT-DCT-SVD的圖像數(shù)字水印算法[D]. 王奔.北京郵電大學 2010
本文編號:3400626
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3400626.html
最近更新
教材專著